Automatic Fingerprint Classification Program โปรแกรมจำแนกประเภทลายนิ้วมืออัตโนมัติ โดย นายปิยะ บุษรากุล 533040456-2 นายเอกรัฐ กันสุข 533040499-4 อาจารย์ที่ปรึกษา อาจารย์จิระเดช พลสวัสดิ์

หัวข้อที่จะนำเสนอ บทนำ หลักการและทฤษฏี การออกแบบ การทดลองและการสร้าง ผลการทดลองและผลการทำงาน สรุปผล

บทนำ

ที่มาและความสำคัญของโครงการ เนื่องจากในงานวิจัยโปรแกรมพิมพ์ภาพลายนิ้วมือ อัตโนมัติปราศจากหมึกได้ทำการเก็บรวบรวมข้อมูล ลายนิ้วมือจำนวนมากเพื่อทำการวิจัย โดยการสแกน ลายนิ้วมือจากเครื่องสแกนลายนิ้วมือและพิมพ์ออกมาโดย ใช้หมึกพิมพ์ แต่เนื่องจากในการวิจัยนี้มีการรวบรวม ลายนิ้วมือจำนวนมากซึ่งไม่สามารถบอกประเภทของ ลายนิ้วมือต่างๆ ได้จึงต้องการโปรแกรมเพื่อสามารถ จำแนกประเภทลายนิ้วมือต่างๆ เพื่อให้บอกชนิดของ ลายนิ้วมือที่สแกนออกมาได้อย่างถูกต้อง

วัตถุประสงค์ของโครงการ เพื่อจำแนกประเภทของลายนิ้วมือออกเป็น 7 ประเภทจากการสแกนลายนิ้วมือได้ เพื่อพัฒนาโปรแกรมที่สามารถแยกประเภท ลายนิ้วมือได้อัตโนมัติ

ขอบเขตโครงการ พัฒนาโปรแกรมเพื่อจำแนกประเภทลายนิ้วมือทั้ง 7 ประเภทได้อย่างถูกต้อง โดยใช้ซอฟต์แวร์ แม ทแลบ (MATLAB)

ขั้นตอนการดำเนินโครงการ แผนการดำเนินโครงการ ขั้นตอนการดำเนินโครงการ 2556 2557 มิ.ย. ก.ค. ส.ค. ก.ย. ต.ค. พ.ย. ธ.ค. ม.ค. ก.พ. เตรียมงานศึกษาและรวบรวมข้อมูลประเภทของลายนิ้วมือและซอฟต์แวร์ที่ต้องใช้ /   ศึกษาการทำงานของโปรแกรมเพื่อเตรียมข้อมูลให้ง่ายต่อการเรียนรู้ของโปรแกรมเรียนรู้ และ ศึกษาซอฟต์แวร์ที่ต้องใช้ คือโปรแกรมเรียนรู้สำหรับจำแนกประเภทของลายนิ้วมือ ออกแบบ พัฒนาโปรแกรม หาข้อผิดพลาดและดำเนินการแก้ไข สรุปผลและอภิปราย จัดทำเอกสารโครงการ

หลักการและทฤษฏี

ทฤษฎีพื้นฐานโครงข่ายปราสาทเทียม โครงข่ายประสาทเทียม (Artificial Neural Networks)  เป็นหนึ่งในเทคนิคของการทำเหมืองข้อมูล (Data Mining) เพื่อจำลองการทำงานของเครือข่ายประสาท ในสมองมนุษย์ ด้วยวัตถุประสงค์ที่จะสร้างเครื่องมือซึ่งมี ความสามารถในการเรียนรู้การจดจำรูปแบบ (Pattern Recognition) และการสร้างความรู้ใหม่ (Knowledge Extraction) เช่นเดียวกับความสามารถที่มีในสมองมนุษย์

ประเภทของลายนิ้วมือทั้ง 7 ชนิด ลายโค้งแบบราบ (Plain Arch) ลายโค้งแบบกระโจม (Tented Arch) ลายมัดหวายปัดก้อย (Ulnar loop)

ประเภทของลายนิ้วมือทั้ง 7 ชนิด ลายมัดหวายปัดโป้ง (Radial loop) ลายก้นหอย (Whorl) ลายก้นหอยแบบมัดหวายคู่ (Double Loop Whorl)

ประเภทของลายนิ้วมือทั้ง 7 ชนิด ลายก้นหอยกระเป๋ากลาง (Central Pocket Loop Whorl)

การออกแบบ

การเตรียมอินพุตสำหรับการรู้จำ

การแยกประเภทลายนิ้วมือของโปรแกรม

การทดลอง และการสร้าง

ส่วนต่อประสานผู้ใช้

การทำงานของโปรแกรม

ผลการทดลองและ ผลการทำงาน

ผลการทดลอง

ผลการทำงาน ประเภทลายนิ้วมือ จำนวนนิ้วที่ใช้ทดสอบ ทายถูกจำนวน คิดเป็นเปอร์เซ็นต์ 1. ลายนิ้วมือประเภทลายโค้งแบบราบ 20 17 85 % 2. ลายนิ้วมือประเภทลายโค้งแบบกระโจม 19 95 % 3. ลายนิ้วมือประเภทลายมัดหวายปัดก้อย 13 65 %

ผลการทำงาน 4. ลายนิ้วมือประเภทลายมัดหวายปัดโป้ง 20 16 80 % 5. ลายนิ้วมือประเภทลายก้นหอย 6. ลายนิ้วมือประเภทลายก้นหอยแบบมัดหวายคู่ 15 75 % 7. ลายนิ้วมือประเภทลายก้นหอยกระเป๋ากลาง 12 60 %

สรุปผล

สรุป โปรแกรมจำแนกประเภทลายนิ้วมืออัตโนมัติพัฒนา โดยใช้หลักการการรู้จำ(Neural Networks) และ ซอฟแวร์ MATLAB ในการพัฒนา จากการได้รู้จำได้เปอร์เซ็นต์ความถูกต้องดังนี้ เทรนนิง คอนฟิวชัน (Training Confution) = 96.5% วาลิเดชัน คอนฟิวชัน (Validation Confution) = 68.9% เทส คอนฟิวชัน (Test Confution) = 65.6% ออล คอนฟิวชัน (All Confution) = 87.8%

สรุป มีฟังก์ชันการทำงาน 2 ส่วน คือ - ฟังก์ชันการจำแนกประเภทลายนิ้วมือเพียงนิ้วเดียว - ฟังก์ชันการจำแนกประเภทลายนิ้วมือทั้งหมด 10 นิ้ว เปอร์เซนต์ความถูกต้องของลายนิ้วมือแต่ละชนิด ลายนิ้วมือประเภทลายโค้งแบบราบ 85 % ลายนิ้วมือประเภทลายโค้งแบบกระโจม 95 % ลายนิ้วมือประเภทลายมัดหวายปัดก้อย 65 %

สรุป เปอร์เซนต์ความถูกต้องของลายนิ้วมือแต่ละชนิด ลายนิ้วมือประเภทลายมัดหวายปัดโป้ง 80 % ลายนิ้วมือประเภทลายก้นหอย 80 % ลายนิ้วมือประเภทลายก้นหอยแบบมัดหวายคู่ 75 % ลายนิ้วมือประเภทลายก้นหอยกระเป๋ากลาง 60 %

Q&A

Thank you! Contact Address: Prof. Somchai Doe Tel: Email: www.kku.ac.th